L'Agents API aprèn a fer servir el ratolí

OpenAI lloga la maquinària amb què mou Codex

La idea que ven OpenAI és senzilla: en lloc que cada equip es construeixi la seva bastida per sostenir un agent durant hores, la companyia lloga la seva. Diu haver après, en portar Codex i ChatGPT for Work a milions de persones, que un agent útil necessita un arnès que gestioni el context i coordini els subagents, i una infraestructura que el mantingui en marxa durant dies.

El repartiment de papers explica el producte: OpenAI allotja i manté l'arnès, i el desenvolupador tria on corre la feina i es dedica al que fa diferent el seu agent. Està en beta pública i oberta a tots els desenvolupadors, no en versió definitiva, i la companyia no ha donat data per a aquesta versió.

El que va arribar el 29 de setembre va ser el ratolí

El registre de canvis de l'API d'OpenAI data les dues coses per separat. El 10 de setembre va publicar l'Agents API en beta pública, amb arnès gestionat, sessions que continuen d'un torn a l'altre i compactació de context. El 29, al DevDay, hi va afegir computer use: l'agent treballa en un navegador que allotja OpenAI, i les aprovacions d'accés a cada web i l'inici de sessió els gestiona l'aplicació.

A l'escenari, però, les dues coses es van explicar juntes: OpenAI va presentar l'Agents API com un llançament d'aquell dia —amb l'arnès, l'allotjament, la memòria i els controls multiagent a dins— i tot seguit va anunciar que hi afegia computer use. The Decoder —publicació alemanya sobre intel·ligència artificial, sostinguda per les subscripcions dels seus lectors— situa l'arrencada d'aquesta beta l'11 de setembre.

L'eina tampoc no surt del no-res. Segons The Decoder, OpenAI ja l'oferia dins de Codex i de ChatGPT a macOS des de l'abril de 2026 i a Windows 11 des del maig. El que és nou és que ha deixat de ser una funció dels seus productes per convertir-se en una cosa que qualsevol desenvolupador pot demanar per l'API.

L'arnès comprimeix el context i reparteix la feina

El que OpenAI ven com a avantatge és no refer la bastida cada vegada que surt un model nou: l'API dona accés versionat a les capacitats de cada llançament i la companyia afirma que millora l'arnès juntament amb els models. En destaca tres millores recents.

La primera és la compactació: quan una sessió s'acosta al límit de context, l'API comprimeix sola el que hi ha abans i conserva el que l'agent necessita per continuar, així que una feina pot abastar diverses finestres de context sense que ningú programi aquesta lògica. La segona és la cerca d'eines, que carrega les definicions només quan calen; al seu costat, la crida programàtica deixa l'agent llançar peticions en paral·lel i filtrar els resultats en codi.

La tercera és el repartiment entre diversos agents: l'API parteix una tasca complicada en trossos independents i els delega en subagents que treballen alhora, cada un amb el seu context, mentre el principal els coordina i ajunta els resultats. Admet, a més, funcions pròpies, eines de sèrie com la cerca web i servidors de tercers.

El codi corre en un entorn d'OpenAI o de nou socis

Hi ha tres llocs on executar l'agent: un sandbox que gestiona OpenAI, la infraestructura del client mateix o la d'un soci. El primer fa servir la mateixa infraestructura d'aïllament que sosté Codex i ChatGPT, i l'aprovisiona i l'administra OpenAI. Per als altres dos, la companyia va anunciar integracions amb nou proveïdors d'infraestructura al núvol: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop i Vercel.

Segons OpenAI, entre tots cobreixen entorns gestionats o desplegaments dins de la xarxa privada del client, mecanismes concrets d'emmagatzematge de fitxers i de secrets, i diferents configuracions de processador, targeta gràfica i memòria, cada una amb el seu rendiment i el seu cost.

El navegador de computer use, en canvi, no admet aquesta tria: per activar-lo cal declarar l'entorn com a allotjat per OpenAI i habilitar-ne l'escriptori. Qui el vulgui en una màquina pròpia ha de sortir d'aquesta eina. Una sessió es pot reutilitzar, tot i que les cookies caduquen i reciclar l'entorn esborra l'estat.

Cada lloc web nou necessita el vistiplau de l'usuari

El navegador allotjat no entra en cap web sense permís: el demana per a cada domini nou, inclosos els públics, i habilitar l'accés a la xarxa no substitueix aquest permís, perquè són dues decisions diferents. L'aplicació mostra el domini i el motiu si n'hi ha, i retorna aprovar, denegar o cancel·lar.

L'inici de sessió també surt del xat: el munta l'aplicació del desenvolupador amb els mètodes i els camps que demani cada web. Admet correu electrònic, contrasenyes i codis de verificació, però no les passkeys que substitueixen la contrasenya ni l'accés escanejant un codi. Només l'agent principal pot demanar autenticació; els subagents, no.

La documentació avisa d'un límit que convé llegir dues vegades: aprovar un domini no obliga l'agent a demanar confirmació abans de cada acció que hi faci. Si cal garantir que ningú no compri ni esborri res sense consentiment, OpenAI recomana limitar el navegador a recursos que no ho puguin fer o fer servir un entorn propi. I demana tractar el contingut dels webs com a no fiable: no dona permisos ni passa per davant de les instruccions de l'usuari.

Sense quota: es paguen els tokens i les eines

OpenAI no cobra per fer servir l'Agents API i ho diu amb aquestes paraules: no hi ha tarifes addicionals i es paga només pels tokens i les eines que consumeixin els agents. Ni el navegador allotjat ni computer use figuren amb una tarifa separada en el que es va publicar el 29 de setembre.

La factura depèn, per tant, del que faci l'agent. Un que clica per un navegador durant hores gasta tokens cada vegada que mira la pantalla i decideix el pas següent, i hi suma les crides a les eines que faci servir: el cost el marca l'ús, no una subscripció.

Per l'API, la beta està oberta a tots els desenvolupadors i sense llista d'espera. En els productes de ChatGPT, en canvi, hi ha porta: segons el resum del DevDay, computer use arriba a Codex i a ChatGPT Work només en els plans Pro 500, que costa 500 dòlars al mes, i Enterprise. És el mateix repartiment que el mode Ultrafast, i deixa fora Plus i els dos plans Pro més barats.